异常宽带识别方法、装置、计算机设备和存储介质与流程

本技术涉及网络安全，特别是涉及一种异常宽带识别方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着网络技术的发展，宽带已成为人们使用互联网的必备工具，而宽带的发展同时也带来的“黑宽”，“黑宽”是一种异常宽带，是指非法分子利用分光技术将一条宽带分拆为多条宽带分售给用户，从中获取高额经济利益的行为。为保证用户上网安全，需要对“黑宽”等异常宽带进行识别。目前对异常宽带识别的方法通常是基于用户上网时长等数据进行确定，然而随着“黑宽”技术的提升，通过用户上网时长识别异常宽带的准确度不高。

2、因此，目前的异常宽带识别方法存在识别准确度低的缺陷。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高识别准确度的异常宽带识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种异常宽带识别方法，所述方法包括：

3、获取待识别宽带对应的待识别流量；所述待识别流量包括多条会话数据；所述会话数据包括使用所述待识别宽带的待识别用户的用户标识以及待识别应用特征；

4、将所述待识别流量输入经训练的真实用户识别模型，获取所述真实用户识别模型基于有效应用特征与所述待识别应用特征的匹配结果，确定目标会话数据后，根据所述目标会话数据中的用户标识和应用特征输出的真实用户数量；其中，所述有效应用特征为所述待识别宽带对应的有效用户使用的应用的特征，所述有效用户为允许使用所述待识别宽带的用户；所述真实用户数量表征通过所述待识别宽带使用所述待识别应用特征对应的应用的用户数量；

5、根据所述真实用户数量与预设有效用户数量阈值的比较结果，确定所述待识别宽带的异常宽带识别结果。

6、在其中一个实施例中，所述方法还包括：

7、获取所述待识别宽带对应的历史流量，根据所述历史流量确定有效应用特征样本集以及对应的有效用户数量标签信息；

8、将所述历史流量输入待训练的真实用户识别模型，由所述真实用户识别模型将所述历史流量中的历史应用特征与所述有效应用特征样本集进行匹配，并根据所述匹配的结果确定所述历史流量中的历史目标会话数据；

9、根据所述历史目标会话数据中的用户标识和应用特征样本输出真实用户数量预测信息；

10、根据所述真实用户数量预测信息与所述有效用户数量标签信息的相似度，调整所述待训练的真实用户识别模型的模型参数，直至满足预设训练结束条件时，得到经训练的真实用户识别模型。

11、在其中一个实施例中，所述根据所述历史流量确定有效应用特征样本集以及对应的有效用户数量标签信息，包括：

12、获取所述历史流量中已存储的有效用户账户信息，并获取所述有效用户账户信息中的有效用户标识和有效用户应用标识；

13、将所述有效用户应用标识与所述待识别宽带对应的应用库中的有效应用标识进行匹配，根据所述匹配的结果关联所述有效用户标识与所述有效应用标识；

14、根据所述有效用户标识的数量，确定有效用户数量标签信息；

15、根据各个有效用户标识对应的多个有效应用标识，确定各有效用户标识对应的有效应用特征样本集。

16、在其中一个实施例中，所述将所述待识别流量输入经训练的真实用户识别模型，包括：

17、将所述待识别流量输入经训练的真实用户识别模型，由所述真实用户识别模型基于有效应用特征与所述待识别应用特征的匹配结果，确定会话数据中包含所述有效应用特征的候选会话数据；

18、获取多个候选会话数据中的多个用户标识和多个有效应用特征；

19、对所述多个候选会话数据进行去重处理，得到去重处理后的多个目标会话数据；

20、针对每个有效应用特征，根据所述多个目标会话数据中，该有效应用特征对应的用户标识的数量，输出该有效应用特征对应的应用的真实用户数量。

21、5、根据权利要求4所述的方法，所述对所述多个候选会话数据进行去重处理，得到去重处理后的多个目标会话数据，包括：

22、获取所述多个候选会话数据中的多组同类候选会话数据集；每组同类候选会话数据集包含存在相同用户标识和相同应用特征的候选会话数据；

23、针对每组同类候选会话数据集，从该组同类候选会话数据集中确定目标会话数据，并去除该组同类候选会话数据集中，除所述目标会话数据外的其他候选会话数据；

24、根据多组同类候选会话数据集，得到去重处理后的多个目标会话数据。

25、在其中一个实施例中，所述根据所述真实用户数量与预设有效用户数量阈值的比较结果，确定所述待识别宽带的异常宽带识别结果，包括：

26、获取所述待识别应用特征对应的应用的预设有效用户数量阈值；

27、若所述真实用户数量大于所述预设有效用户阈值，确定所述待识别宽带为异常宽带。

28、第二方面，本技术提供了一种异常宽带识别装置，所述装置包括：

29、获取模块，用于获取待识别宽带对应的待识别流量；所述待识别流量包括多条会话数据；所述会话数据包括使用所述待识别宽带的待识别用户的用户标识以及待识别应用特征；

30、输入模块，用于将所述待识别流量输入经训练的真实用户识别模型，获取所述真实用户识别模型基于有效应用特征与所述待识别应用特征的匹配结果，确定目标会话数据后，根据所述目标会话数据中的用户标识和应用特征输出的真实用户数量；其中，所述有效应用特征为所述待识别宽带对应的有效用户使用的应用的特征，所述有效用户为允许使用所述待识别宽带的用户；所述真实用户数量表征通过所述待识别宽带使用所述待识别应用特征对应的应用的用户数量；

31、识别模块，用于根据所述真实用户数量与预设有效用户数量阈值的比较结果，确定所述待识别宽带的异常宽带识别结果。

32、第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。

33、第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

34、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。

35、上述异常宽带识别方法、装置、计算机设备、存储介质和计算机程序产品，通过将待识别宽带的流量输入真实用户识别模型，基于待识别宽带对应的有效用户使用的应用的特征，与待识别应用特征的匹配结果，从待识别流量的多条会话数据中确定出目标会话数据，根据目标会话数据中的用户标识和应用特征输出通过待识别宽带使用应用的真实用户数量，根据真实用户数量与预设有效用户数量阈值的比较结果，确定异常宽带识别结果。相较于传统的基于上网时长确定异常宽带，本方案通过预先构建的有效应用特征与用户的流量中的应用特征进行匹配，并基于匹配得到的会话数据确定应用的真实用户数量，进而确定宽带是否被异常使用，提高了异常宽带识别的准确度。